奚 旭,孫才志,趙良仕

(遼寧師范大學(xué)城市與環(huán)境學(xué)院,遼寧 大連 116029)

水是生命之源,也是人類社會(huì)經(jīng)濟(jì)發(fā)展所必需的戰(zhàn)略資源。近年來,伴隨社會(huì)經(jīng)濟(jì)的快速發(fā)展,水資源供需矛盾日益突出,影響到生態(tài)環(huán)境、糧食、水資源乃至社會(huì)安全,對(duì)水資源進(jìn)行合理配置和科學(xué)管理成為可持續(xù)發(fā)展的重要環(huán)節(jié)。Hoekstra[1]于2002年首次提出水足跡概念,它是指在一定物質(zhì)生活標(biāo)準(zhǔn)下,生產(chǎn)一定人群(個(gè)體、城市或國(guó)家)消費(fèi)的產(chǎn)品和服務(wù)所需要的水資源數(shù)量,由于水足跡包含了所消費(fèi)產(chǎn)品或服務(wù)中的虛擬水量以及直接消費(fèi)的實(shí)體水量,因而能夠衡量人們對(duì)水資源的真實(shí)占有情況,并且水足跡揭示了人類生產(chǎn)生活消費(fèi)與水資源利用之間的聯(lián)系,為人們對(duì)水資源的科學(xué)管理進(jìn)行了開拓創(chuàng)新[2]。

自水足跡概念提出以來,其研究方向與方法不斷得到豐富,目前國(guó)外研究主要集中在全球視角下對(duì)水足跡或某特定產(chǎn)品水足跡核算以及基于水足跡理論的水資源安全評(píng)價(jià),如Mekonnen等[3]依次完成了對(duì)全球主要糧食和衍生品的水足跡核算以及全球畜產(chǎn)品的水足跡核算[4];Ercin等[5]對(duì)全球棉花消費(fèi)的水足跡進(jìn)行了研究;Feng等[6]對(duì)一種含糖碳酸飲料中的水足跡進(jìn)行了研究;此外,Hoekstra等[7]最先完成全球范圍內(nèi)對(duì)水足跡的核算,并在此基礎(chǔ)上對(duì)全球水資源安全問題進(jìn)行分析與預(yù)測(cè)[8-9]。我國(guó)學(xué)者開展水足跡研究主要集中在國(guó)家或省市一級(jí)的水足跡核算與分析,如蔡振華等[10]和黃晶等[11]分別對(duì)甘肅省和北京市的水足跡進(jìn)行了測(cè)算;龍愛華等[12]對(duì)2000年中國(guó)水足跡進(jìn)行了測(cè)算并進(jìn)行影響因素分析,但沒有把水污染足跡考慮在內(nèi),且只考慮了一年的影響因素;孫才志等[13-14]完成了對(duì)中國(guó)1997—2010年水足跡的測(cè)算,并對(duì)水足跡的空間格局和演變進(jìn)行了分析,但沒有對(duì)引起變化的人文因素進(jìn)行分析。

鑒于此,筆者在補(bǔ)充修正中國(guó)各省市水足跡的基礎(chǔ)上,運(yùn)用IPAT模型將影響中國(guó)水足跡變化的人文因素進(jìn)行分解，并運(yùn)用LMDI分解法對(duì)各因素的貢獻(xiàn)率進(jìn)行定量計(jì)算。IPAT模型被廣泛用于測(cè)度人文因素對(duì)環(huán)境影響程度的研究,而水足跡作為區(qū)域水資源評(píng)價(jià)的一個(gè)重要指標(biāo),與環(huán)境Kuznets曲線具有共性:一方面伴隨人口數(shù)量的增加以及社會(huì)經(jīng)濟(jì)的發(fā)展,區(qū)域水足跡呈現(xiàn)出不斷上漲趨勢(shì),而經(jīng)濟(jì)發(fā)展到一定程度時(shí),在人為干涉以及科技水平的提升下水足跡開始逐步下降,變化態(tài)勢(shì)呈“倒U”型。變化過程中人為因子起到?jīng)Q定性作用,因此可利用IPAT模型對(duì)引起水足跡變化的人文驅(qū)動(dòng)因素進(jìn)行分解。

1 研究方法與數(shù)據(jù)來源

1.1 IPAT模型

IPAT恒等式是由美國(guó)著名人口學(xué)家Ehrlich等[15]提出的,其經(jīng)典模式為

I=PAT

(1)

式中：I為環(huán)境指標(biāo),如廢物排放量、資源或能源消耗等;P為常用人口數(shù)量;A為富裕程度，一般用人均GDP表示,即A=GDP/P;T為技術(shù),用單位GDP產(chǎn)生的環(huán)境指標(biāo)表示,即T=I/GDP。

該模型主要用于測(cè)度人文因素對(duì)環(huán)境指標(biāo)的影響程度。本次研究將該模型用于水足跡領(lǐng)域進(jìn)行人口、富裕與技術(shù)三方面的因式分解可得:

(2)

1.2 LMDI分解法

LMDI分解法最初是由Ang等[16-17]提出的,它是一種不產(chǎn)生殘差的分解分析方法,能夠有效解決分解過程中的剩余問題和數(shù)據(jù)匯總的零值與負(fù)值問題,最開始主要用于能源強(qiáng)度的變化分析,目前作為一種常用分解方法被廣泛應(yīng)用于各個(gè)領(lǐng)域。

根據(jù)LMDI分解法,基期和第t年的水足跡數(shù)量可分別表示為W0和Wt,則從基期到t年的水足跡的變化值稱為ΔW,結(jié)合式(1)對(duì)影響水足跡變化量的3個(gè)因素進(jìn)行分解:

ΔW=Wt-W0=Peff+Aeff+Teff

(3)

(4)

式中：Peff，Aeff和Teff分別為人口、富裕度和技術(shù)效應(yīng)的貢獻(xiàn)率,若各影響因素為正值,則表示人口數(shù)量、富裕程度和技術(shù)水平的變化促進(jìn)了水足跡數(shù)量的增加,為增量效應(yīng),反之,稱為減量效應(yīng)。

1.3 數(shù)據(jù)來源

本文以中國(guó)31個(gè)省市自治區(qū)為研究區(qū)(不包括臺(tái)灣、香港、澳門),選取1997—2011年的相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算分析,數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》、《各省統(tǒng)計(jì)年鑒》、《中國(guó)水資源公報(bào)》、《各省市水資源公報(bào)》、《中國(guó)環(huán)境年鑒》等,其中國(guó)內(nèi)外農(nóng)畜產(chǎn)品虛擬水含量數(shù)據(jù)來自參考文獻(xiàn)[13-14,18-19]。

2 水足跡的核算

2.1 中國(guó)各省市水足跡計(jì)算

本文在文獻(xiàn)[14,20]中的水足跡計(jì)算基礎(chǔ)上,進(jìn)行補(bǔ)充和修正,補(bǔ)充水足跡數(shù)據(jù)至2011年,修正1997—2002年缺失的生態(tài)水足跡數(shù)據(jù),限于篇幅,本文將1997—2011年各省市的多年平均水足跡列于表1中。由表1可得,中國(guó)1997—2011的多年平均水足跡數(shù)量為20 174.05億m3/a,水足跡構(gòu)成中農(nóng)畜產(chǎn)品的水足跡所占比例最大,占84.9%,生態(tài)水足跡所占比例最小,僅為0.38%,其中平均水足跡最高的地區(qū)是山東省,達(dá)到1 815.108 6億m3/a,最低的是西藏,僅為41.374 0億m3/a。

表1 中國(guó)各地區(qū)1997—2010年平均水足跡 億m3/a

2.2 中國(guó)各省市水足跡強(qiáng)度統(tǒng)計(jì)

水足跡強(qiáng)度是由水足跡總量除以國(guó)內(nèi)生產(chǎn)總值(GDP)得到,它是一個(gè)反應(yīng)水資源利用效率的指標(biāo),水足跡強(qiáng)度越大,說明創(chuàng)造單位GDP所耗水量越多。參照文獻(xiàn)[14],本文GDP是以1990年為基期計(jì)算轉(zhuǎn)換而來。從圖1(限于篇幅,分別從中國(guó)華北、華南、華東、華中、東北、西北、西南各選一個(gè)省市表示)中可以看出,各省市水足跡強(qiáng)度從1997—2011年呈現(xiàn)不斷下降趨勢(shì),說明伴隨技術(shù)水平的提升,中國(guó)水資源利用效率在不斷提高。

圖1 1997—2011年中國(guó)水足跡強(qiáng)度變化

表3 中國(guó)各省市水足跡變化的各影響因素年均貢獻(xiàn)率 %

3 模型結(jié)果與分析

通過IPAT模型進(jìn)行因式分解之后,將各影響因素從1997—2011年的數(shù)據(jù)代入LMDI分解公式,可得3個(gè)影響因素的逐年貢獻(xiàn)率(表2)以及各省市各個(gè)影響因素的多年平均貢獻(xiàn)率(表3)。

3.1 中國(guó)水足跡變化的驅(qū)動(dòng)機(jī)理分析

由表2可得,促進(jìn)中國(guó)水足跡變化的最主要因素是富裕程度,1997—2011年的平均貢獻(xiàn)率達(dá)到415.806%,為正向驅(qū)動(dòng);技術(shù)效應(yīng)的影響程度較富裕程度稍小,年均貢獻(xiàn)率達(dá)到-346.634%,為負(fù)向驅(qū)動(dòng),是制約中國(guó)水足跡增長(zhǎng)的主要因素;人口數(shù)量對(duì)水足跡的影響程度較富裕程度和技術(shù)效應(yīng)小很多,年均貢獻(xiàn)率為30.806%,為正向驅(qū)動(dòng)。富裕程度的驅(qū)動(dòng)效應(yīng)與技術(shù)效應(yīng)一般呈現(xiàn)出對(duì)立狀態(tài)。

表2 中國(guó)1997—2011年水足跡變化的各影響因素分解及統(tǒng)計(jì)量 %

3種影響因素共同作用驅(qū)使水足跡數(shù)量發(fā)生變化,并且多種效應(yīng)的相對(duì)變化使疊加后的結(jié)果呈現(xiàn)出一定程度的波動(dòng)性。從統(tǒng)計(jì)數(shù)據(jù)可得,富裕程度是水足跡增長(zhǎng)的基礎(chǔ)和條件,富裕程度的提升即經(jīng)濟(jì)增長(zhǎng)是提升人們生活水平的直接原因,除了產(chǎn)品產(chǎn)量提升,還包括服務(wù)業(yè)水足跡的提升。人口因素對(duì)中國(guó)水足跡的影響程度較小,我國(guó)是人口大國(guó),并且數(shù)量持續(xù)增長(zhǎng),呈現(xiàn)老齡化狀態(tài),在經(jīng)濟(jì)水平同步增長(zhǎng)的情況下,人口數(shù)量的影響程度顯得比較小。技術(shù)效應(yīng)為雙向驅(qū)動(dòng)力,在不同時(shí)期對(duì)水足跡變化起到不同的性質(zhì)影響。一方面伴隨現(xiàn)代化進(jìn)展,技術(shù)水平的不斷提高,促進(jìn)了各產(chǎn)品的產(chǎn)量,人們物質(zhì)生活得到豐富,從而刺激消費(fèi)水平,間接促使了水足跡的增長(zhǎng);另一方面,伴隨技術(shù)水平的提升,水資源利用效率越來越高,單位產(chǎn)品產(chǎn)量的耗水量得到縮減,當(dāng)產(chǎn)品產(chǎn)量達(dá)到一定程度時(shí),技術(shù)效應(yīng)對(duì)水足跡變化的影響性質(zhì)為負(fù)向驅(qū)動(dòng)。從本次統(tǒng)計(jì)結(jié)果看,當(dāng)前技術(shù)效應(yīng)對(duì)中國(guó)水足跡變化呈現(xiàn)出減量效應(yīng),即技術(shù)水平的提升在研究期內(nèi)使水足跡數(shù)量得以減少。

計(jì)算各影響因素的標(biāo)準(zhǔn)差,除以均值,可得人口數(shù)量、富裕程度和技術(shù)效應(yīng)的變異系數(shù)分別為3.398，1.947和-2.575。富裕程度的變異系數(shù)絕對(duì)值最小,說明富裕程度對(duì)中國(guó)水足跡變化的影響比較穩(wěn)定,可見伴隨人均GDP的持續(xù)增長(zhǎng),人們生活水平的提高刺激了消費(fèi),對(duì)水足跡具有持續(xù)拉動(dòng)作用;人口數(shù)量的貢獻(xiàn)率變異系數(shù)的絕對(duì)值最大,說明人口數(shù)量對(duì)水足跡的影響存在較大波動(dòng),但人口數(shù)量對(duì)水足跡的影響程度相較富裕程度和技術(shù)效應(yīng)的貢獻(xiàn)率低很多,由表2可以看出，雖然人口數(shù)量貢獻(xiàn)率變異系數(shù)的絕對(duì)值最大，但其逐年貢獻(xiàn)率趨勢(shì)依舊比較平穩(wěn),這與大部分發(fā)達(dá)國(guó)家人口密度較中國(guó)要少，但人均水足跡量要大于中國(guó)的形勢(shì)是一樣的;技術(shù)效應(yīng)的變異系數(shù)絕對(duì)值介于兩者之間,說明技術(shù)效應(yīng)具有反復(fù)性,這與伴隨水資源利用效率的不斷提升,水足跡數(shù)量先提升后下降的趨勢(shì)相吻合。

3.2 中國(guó)各省市水足跡變化的差異分析

人類活動(dòng)對(duì)水足跡的影響十分復(fù)雜,不同地區(qū)經(jīng)濟(jì)活動(dòng)相差比較大,由此造成水足跡變化的各驅(qū)動(dòng)因素貢獻(xiàn)率不同,如各地區(qū)人口數(shù)量和經(jīng)濟(jì)收入不同,因而影響物質(zhì)消費(fèi)量不同;受宗教信仰和消費(fèi)習(xí)慣影響具有不同的消費(fèi)模式;受氣候、技術(shù)水平和生產(chǎn)實(shí)踐影響的水土資源生產(chǎn)能力[12]不同等。因此,了解每個(gè)因素對(duì)水足跡影響程度的大小對(duì)于制定水資源利用對(duì)策是十分必要的。

從表3中可以看出,上海、浙江和廣東這3個(gè)地區(qū)人口數(shù)量的影響程度要明顯高于其他地區(qū),這3個(gè)省市均為全國(guó)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū),且人口密度比較大,外來人口較多,持續(xù)的人口增加造成這些地區(qū)的水資源壓力日益增大,需在發(fā)展經(jīng)濟(jì)的基礎(chǔ)上控制人口增長(zhǎng);人口因素對(duì)水資源影響程度最小的2個(gè)省份是內(nèi)蒙古和黑龍江,僅為-0.4%和0.4%,這2個(gè)省份面積居全國(guó)前列,但人口密度均非常小,因此小規(guī)模的人口數(shù)量對(duì)水足跡的影響相對(duì)其他因素要小得多。

浙江、廣東、廣西、寧夏、江西和陜西等地的富裕程度的影響作用要明顯大于其他省市,其中陜西省的富裕程度為負(fù)向驅(qū)動(dòng),同時(shí)這些地區(qū)技術(shù)效應(yīng)的影響程度也要遠(yuǎn)高于其他地區(qū)。這幾個(gè)省市中,浙江和廣東是經(jīng)濟(jì)強(qiáng)省,同時(shí)也是人口壓力最大的2個(gè)省市,可見這2個(gè)省份的經(jīng)濟(jì)增長(zhǎng)或水足跡消費(fèi)離不開龐大的人口基數(shù),片面追求經(jīng)濟(jì)的發(fā)展導(dǎo)致水資源壓力增大,因此技術(shù)效應(yīng)是這2個(gè)省份水足跡影響的首要因素,迫切需要在控制人口的基礎(chǔ)上進(jìn)行技術(shù)改革,提升水資源利用效率和水土資源生產(chǎn)能力;而其他幾個(gè)省市經(jīng)濟(jì)在全國(guó)排名相對(duì)落后,人均GDP比較低,經(jīng)濟(jì)發(fā)展刺激消費(fèi)是促進(jìn)當(dāng)?shù)厮阚E增長(zhǎng)的首要因素,這與地理位置、土壤條件以及氣候條件造成這些地區(qū)生產(chǎn)力低下有關(guān),因此需要通過科學(xué)技術(shù)來提高單位面積土地的糧食產(chǎn)量,在可持續(xù)發(fā)展基礎(chǔ)上大力發(fā)展經(jīng)濟(jì)。

4 結(jié) 論

水足跡揭示了人類生產(chǎn)生活消費(fèi)與水資源利用和管理之間的關(guān)系,本文通過IPAT模型對(duì)影響水足跡變化的人文因素進(jìn)行分解，并通過LMDI分解方法對(duì)各因素進(jìn)行測(cè)度,得出以下結(jié)論:

a. 中國(guó)1997—2011年的水足跡變化影響因素中富裕度是最主要的正向驅(qū)動(dòng)因子,富裕度的提升是刺激水足跡增長(zhǎng)的基本條件;技術(shù)效應(yīng)的影響作用略小于富裕度,且一般與富裕度為對(duì)立關(guān)系,技術(shù)效應(yīng)主要表現(xiàn)在水資源利用效率的提升或水土資源單位面積產(chǎn)量的提升,能夠有效降低水足跡數(shù)量;人口對(duì)水足跡變化的影響相對(duì)比較小,一般為正向驅(qū)動(dòng)。

b. 上海、浙江和廣東的人口影響因素要遠(yuǎn)高于其他省份,面臨較大人口密度帶來的水資源壓力;浙江和廣東等經(jīng)濟(jì)強(qiáng)省,技術(shù)效應(yīng)對(duì)水足跡的影響程度要大于其他省市,在人口壓力不斷增加的情況下需通過技術(shù)改革改變生產(chǎn)模式;廣西、寧夏、江西和陜西等經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū),富裕程度是影響水足跡變化的最主要因素,需在可持續(xù)發(fā)展基礎(chǔ)上大力發(fā)展經(jīng)濟(jì)。

c. 減輕水資源系統(tǒng)的壓力可從控制人口、改變片面追求經(jīng)濟(jì)增長(zhǎng)速度、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)和提升水資源效率(包括改善水資源管理制度和提升水土資源單位面積產(chǎn)量等)等方面入手。本次研究將水足跡的影響因素分為人口、富裕和技術(shù)三大要素,而各個(gè)要素可以分解成許多細(xì)節(jié)要素,細(xì)分化研究有助于了解消費(fèi)模式、產(chǎn)業(yè)結(jié)構(gòu)、氣候因素和土地生產(chǎn)力等對(duì)水足跡的具體影響,能夠更深層次地挖掘水足跡的科學(xué)意義,也是未來的研究探討方向。

參考文獻(xiàn)：

[1] HOEKSTRA A Y.Virtual water trade:an introduction[C]//HOEKSTRA A Y,Virtual water trade proceedings of the international expert meeting on virtual water trade.Delft:UNESCO-IHE,2003.

[2] 程國(guó)棟.虛擬水：中國(guó)水資源安全戰(zhàn)略的新思路[J].中國(guó)科學(xué)院院刊,2003(4):260-265.

[3] MEKONNEN M M,HOEKSTRA A Y.National water footprint accounts: the green,blue and grey water footprint of production and consumption[C]//HOEKSTRA A Y.Value of Water Research Report Series No.50.Delft:.UNESCO-IHE,2011.

[4] MEKONNEN M M,HOEKSTRA A Y.A global assessment of the water footprint of farm animal products[J].Ecosystems,2012,15(3): 401-415.

[5] ERCIN A E,ALDAYA M M,HOEKSTRA A Y.Corporate water footprint accounting and impact assessment: the case of the water footprint of a sugar-containing carbonated beverage[J].Water Resources Management,2011,25(2): 721-741.

[6] FENG K S,SIU L Y,GUAN D B,et al.Assessing regional virtual water flows and water footprints in the Yellow River Basin,China: a consumption based approach[J].Applied Geography,2012,32(2):691-701.

[7] 馬晶,彭建.水足跡研究進(jìn)展[J].生態(tài)學(xué)報(bào),2013,33(18):5458-5466.

[8] HOEKSTRA A Y,MEKONNEN M M,CHAPAGAIN A K,et al.Global monthly water scarcity: blue water footprints versus blue water availability[J].Plos ONE,2012,7(2): 632-688.

[9] ERCIN A E,HOEKSTRA A Y.Water footprint scenarios for 2050: a global analysis and case study for europe[C]//HOEKSTRA A Y,Value of Water Research Report Series No.59.Delft: UNESCO-IHE,2012.

[10] 蔡振華,沈來新,劉俊國(guó),等.基于投入產(chǎn)出方法的甘肅省水足跡及虛擬水貿(mào)易研究[J].生態(tài)學(xué)報(bào),2012,32(20): 6481-6488.

[11] 黃晶,宋振偉,陳阜.北京市水足跡及農(nóng)業(yè)用水結(jié)構(gòu)變化特征[J].生態(tài)學(xué)報(bào),2010,30(23):6546-6554.

[12] 龍愛華,徐中民,王新華,等.人口、富裕及技術(shù)對(duì)2000年中國(guó)水足跡的影響[J].生態(tài)學(xué)報(bào),2006,26(10):3358-3365.

[13] 孫才志,劉玉玉,陳麗新,等.基于基尼系數(shù)和錫爾指數(shù)的中國(guó)水足跡強(qiáng)度時(shí)空差異變化格局[J].生態(tài)學(xué)報(bào),2010,30(5):1312-1321.

[14] 孫才志,陳栓,趙良仕.基于ESDA的中國(guó)省際水足跡強(qiáng)度的空間關(guān)聯(lián)格局分析[J].自然資源學(xué)報(bào),2013,28(4): 571-582.

[15] EHRLICH P R,HOLDRENS J P.The impact of population growth [J].Science,1971,171: 1212-1217.

[16] ANG B W,Decomposition analysis for policy making in energy: which is the preferred method[J].Energy Policy,2004,32: 1131-1139.

[17] ANG B W,LIU N.Energy decomposition analysis: IEA model versus other methods [J].Energy policy,2007,35:1426-1432.

[18] 馬靜,汪黨獻(xiàn),HOEKSTRA A Y,等.虛擬水貿(mào)易在我國(guó)糧食安全問題中的應(yīng)用[J].水科學(xué)進(jìn)展,2006,17(1):102-107.

[19] 王新華,徐中民,李應(yīng)海.甘肅2003年的水足跡評(píng)價(jià)[J].自然資源學(xué)報(bào),2005,20(6):909-915.

[20] 孫才志,趙良仕.環(huán)境規(guī)制下的中國(guó)水資源利用環(huán)境技術(shù)效率測(cè)度及空間關(guān)聯(lián)特征分析[J].經(jīng)濟(jì)地理,2013,33(2): 26-32.